9 Skills ของ MiniMax H3: ควรใช้เวิร์กโฟลว์ไหน?

ทักษะ MiniMax H3 เก้าทักษะในที่เก็บอย่างเป็นทางการไม่ใช่ค่าพรอมต์พรอมต์ที่เปลี่ยนได้เก้ารายการ หนึ่งแปลบทสรุป multimodal เป็นรูปแบบพร้อมท์ที่มีโครงสร้างของ H3 อีกแปดคนจัดการการผลิตประเภทใดประเภทหนึ่ง ตั้งแต่การโฆษณาผลิตภัณฑ์และมิวสิกวิดีโอที่ขับเคลื่อนด้วยเนื้อเพลง ไปจนถึงการอธิบายเกี่ยวกับงานกระดาษ และช่วงแนะนำเกมสำหรับผู้เล่นสองคน

ความแตกต่างนั้นเป็นวิธีที่เร็วที่สุดในการเลือกให้ดี ใช้ h3-prompt-writing เมื่อการส่งมอบเป็นพรอมต์ H3 ที่มีโครงสร้างทางเทคนิค เลือกสไตล์หรือทักษะขั้นตอนการทำงานเมื่อการส่งมอบประกอบด้วยทิศทางที่สร้างสรรค์ การตรวจสอบไฟล์แหล่งที่มา ประตูการอนุมัติ กระดานเรื่องราว การสร้าง หรือการประกอบ คู่มือนี้จับคู่แพ็กเกจทั้งเก้าแพ็กเกจที่บันทึกไว้ใน ไดเรกทอรีทักษะอย่างเป็นทางการของ MiniMax H3 โดยเน้นที่ตำแหน่งที่แต่ละเวิร์กโฟลว์เริ่มต้นและหยุด

ทักษะทั้งเก้า MiniMax H3 ได้อย่างรวดเร็ว

ตารางนี้เป็นแผนผังเส้นทาง ไม่ใช่การจัดอันดับคุณภาพ ทักษะหลายอย่างสามารถแตะข้อความแจ้ง สตอรี่บอร์ด วิดีโอ และเสียงได้ แต่แต่ละทักษะจะปกป้องสัญญาสร้างสรรค์ที่แตกต่างกัน

1. h3-prompt-writing: ผู้เชี่ยวชาญด้านโครงสร้างที่รวดเร็ว

เลือก h3-prompt-writing เมื่อคุณรู้จักฉากนั้นแล้ว และจำเป็นต้องแสดงมันในโครงสร้างที่ H3 คาดหวัง รองรับห้าโหมด: ข้อความเป็นเสียงวิดีโอ (T2VA), เฟรมแรกเป็นเสียงวิดีโอ (I2VA), เฟรมแรกและสุดท้ายเป็นเสียงวิดีโอ (FL2VA), สุดท้ายเฟรมเป็นเสียงวิดีโอ (L2VA) และการอ้างอิงแบบเต็ม Ref2VA.

สำหรับโหมดฐานหรือคีย์เฟรมทั้งสี่โหมด ทักษะจะเป็นไปตามคำแนะนำอ้างอิงหนึ่งรายการ และส่งเสียง integrated_multimodal_description, overall_soundscape และ non_diegetic_music ตามลำดับนั้น Ref2VA ใช้คำแนะนำหกส่วนแยกต่างหาก เพื่อให้สามารถติดป้ายกำกับและกำหนดงานที่ชัดเจนในการอ้างอิงรูปภาพ วิดีโอ และเสียงได้

ใช้สิ่งนี้เป็นเลเยอร์สุดท้ายเมื่อการตัดสินใจเชิงสร้างสรรค์ถูกล็อคไว้แล้ว หากคุณยังคงต้องการค้นหาเรื่องราว ตรวจสอบข้อเท็จจริงของแบรนด์ ออกแบบภาษาภาพ หรืออนุมัติเฟรม ให้เริ่มต้นด้วยทักษะการผลิตอย่างใดอย่างหนึ่งด้านล่าง และใช้การวางโครงสร้างทันทีหลังจากที่แผนมีเสถียรภาพ

2. minimalist-product-ad-generator: การโฆษณาที่เน้นผลิตภัณฑ์เป็นหลัก

ทักษะนี้เริ่มต้นด้วยรูปภาพผลิตภัณฑ์หรือไฟล์ที่เกี่ยวข้อง จากนั้นตรวจสอบตัวเลือกสินค้า แยกจุดขายที่สามารถป้องกันได้ และยืนยันสรุปการผลิต ระบบควบคุมใช้ภาพถ่ายจุดยึดผลิตภัณฑ์อิสระสามภาพ พร้อมด้วยสตอรี่บอร์ดจังหวะและข้อความที่แม่นยำ แทนที่จะเป็นเอกสารอ้างอิงแบบหลายแผงเพียงแผ่นเดียว

เลือกเมื่อตัวผลิตภัณฑ์จะต้องเป็นจุดยึดของภาพในภาพยนตร์สั้นหรือภาพยนตร์เปิดตัวของอีคอมเมิร์ซ ขั้นตอนการทำงานยังจัดการข้อความโฆษณาภาษาอังกฤษที่กระชับ ทิศทางของกล้อง การสร้าง BGM ทางเทคนิค การตัดต่อให้ตรงกับจังหวะ และการตรวจสอบการส่งมอบ โดยจงใจกันเสียงเพลงออกจากข้อมูลเริ่มต้น แล้วจัดการเรื่องเพลงในภายหลังของขั้นตอนการทำงาน

ขอบเขตที่สำคัญคือการมุ่งเน้นผลิตภัณฑ์ ผู้ก่อตั้งที่พูดคุยกับกล้อง การแนะนำซอฟต์แวร์ที่ซับซ้อน หรืองานแก้ไขปลายเปิดไม่ควรถูกบังคับผ่านขั้นตอนนี้

3. 3d-animation-short-generator: แอนิเมชันเรื่องสั้นเรื่องแรก

ใช้ทักษะนี้เพื่อการเล่าเรื่อง 3D ที่มีสไตล์สมบูรณ์ ไม่ใช่แค่รูปลักษณ์ของ 3D โดยจะเคลื่อนไหวในลำดับการผลิตผ่านการสรุปโปรเจ็กต์ โครงร่างเรื่องราว การ์ดตัวละครและสภาพแวดล้อม ตารางช็อตหกคอลัมน์ที่ได้มาตรฐาน สตอรี่บอร์ดข้อความ การเลือกโมเดล การสร้างช็อตเดียว การประกอบแบบเต็ม การจับคู่ BGM และการตรวจสอบขั้นสุดท้าย

ประตูของมันเป็นส่วนหนึ่งของคุณค่า ขนาดหน้าจอและระยะเวลาทั้งหมดจะได้รับการตัดสินตั้งแต่เนิ่นๆ และตัวเลือกที่สร้างสรรค์จะได้รับการยืนยันก่อนการทำงานดาวน์สตรีมที่มีราคาแพง ทักษะตั้งชื่อ H3 เป็นโมเดลวิดีโอเริ่มต้นและ Seedance 2.0 เป็นทางเลือก ดังนั้นจึงเป็นเวิร์กโฟลว์การควบคุมที่กว้างกว่าแทนที่จะเป็นเทมเพลตพร้อมท์เฉพาะ H3

เลือกเมื่อความสม่ำเสมอของตัวละคร ความต่อเนื่องของฉาก ประสิทธิภาพ ทิศทางกล้อง และเวลาต้องคงอยู่ตลอดช็อตต่างๆ สำหรับคลิปครั้งเดียวหรือการให้คำปรึกษาแบบทันท่วงที นั้นเป็นกระบวนการที่มากกว่าความต้องการของงาน

4. papercraft-stop-motion-explainer: การออกแบบความรู้แบบเลเยอร์

นี่เป็นส่วนลึกของเวิร์กโฟลว์อธิบายที่ใช้กระดาษทั้งสองขั้นตอน โดยจะเปลี่ยนหัวข้อวิทยาศาสตร์ การศึกษา หรือความรู้ทั่วไปให้กลายเป็นโลกขนาดจิ๋วที่สัมผัสได้ด้วยตัวละครกระดาษ ชุดไดโอรามาแบบเรียงเป็นชั้น อุปกรณ์ประกอบฉาก เงาทางกายภาพ กฎของกล้อง การเปลี่ยนภาพ การบรรยาย และเกณฑ์การทบทวน

เส้นทางที่สมบูรณ์สามารถครอบคลุมทิศทางที่สร้างสรรค์, ระนาบภาพสี่ถึงเจ็ด, การวางแผนไฟล์, ภาพตัวอย่าง, พร้อมท์ชุดรูปภาพ, พร้อมท์วิดีโอสั้น, สตอรี่บอร์ด, จังหวะการแก้ไข, การล้างเสียงพากย์, พร้อมท์เชิงลบ และการตรวจสอบคุณภาพ นอกจากนี้ยังกำหนดการบายพาสแบบน้ำหนักเบาเมื่อผู้ใช้ขอเพียงเนื้อหาเดียว เช่น ข้อความแจ้งภาพนิ่งหรือข้อความแจ้งรูปภาพเป็นวิดีโอห้าวินาที H3 เป็นค่าเริ่มต้นเมื่อเวิร์กโฟลว์ก้าวไปสู่การสร้างวิดีโอ เว้นแต่ผู้ใช้จะเลือกรุ่นอื่นที่มีอยู่ หรือ H3 ไม่พร้อมใช้งาน

เลือกเมื่อคำอธิบายได้รับประโยชน์จากกลไก ภาพตัดขวาง การแสดงละครแบบป๊อปอัป หรือผู้บรรยายในรายงาน หากแหล่งที่มาเป็นความคิดเห็นหรือการบรรยายสั้นๆ และเป้าหมายคือบทบรรณาธิการ B-roll ทักษะถัดไปมักจะมีความรัดกุมมากขึ้น

5. brand-promo-video-generator: ที่มาก่อนโปรโมชั่น

ขั้นตอนการทำงานนี้มีไว้สำหรับแบรนด์ ผลิตภัณฑ์ เว็บไซต์ แอป ร้านค้า หรือโปรเจ็กต์ส่วนตัวที่มีแหล่งข้อมูลที่ตรวจสอบได้ อาจเริ่มต้นจากโลโก้ รูปภาพผลิตภัณฑ์ ภาพหน้าจออินเทอร์เฟซ ลิงก์อย่างเป็นทางการ หรือแนวคิดที่ชัดเจน แต่จะสร้างเอกสารข้อเท็จจริงของแบรนด์และรายการแหล่งที่มาก่อนที่จะเลือกกระดูกสันหลังของเรื่องราว

นั่นทำให้เป็นตัวเลือกที่ถูกต้องเมื่อการระบุตัวตนและการกล่าวอ้างที่ถูกต้องมีความสำคัญพอๆ กับความขัดเกลา ขั้นตอนการทำงานจะวางแผนจังหวะและการเคลื่อนไหวที่แน่นอน ต้องมีการยืนยันอย่างหนักก่อนการสร้าง สร้างเนื้อหารูปภาพ วิดีโอ เสียง หรือเพลงที่จำเป็น และดำเนินการตรวจสอบก่อนส่งมอบ นโยบายแหล่งที่มาปฏิเสธเนื้อหาข้อมูลระบุตัวตนจากผู้รวบรวมโลโก้ ภาพขนาดย่อ การสร้างสรรค์ของแฟนๆ และสิ่งทดแทนที่สร้างโดย AI

ใช้ทักษะการโฆษณาผลิตภัณฑ์แบบเรียบง่ายเมื่อผลิตภัณฑ์ที่จับต้องได้และรูปแบบต่างๆ เป็นศูนย์กลางของภาพยนตร์ ใช้สิ่งนี้เมื่อเรื่องราวของแบรนด์ที่กว้างขึ้น อินเทอร์เฟซที่มาจากแหล่งที่มา การอ้างความสามารถ กรณีการใช้งาน และคำกระตุ้นการตัดสินใจจะต้องมีการประสานงานกัน

6. music-video-subtitle-generator: เนื้อเพลงเป็นทิศทางของฉาก

ชื่อทักษะที่สามารถติดตั้งได้คือ music-video-subtitle-generator แม้ว่าโฟลเดอร์ที่เก็บคือ mv-subtitle-skill-confirmed สร้างขึ้นสำหรับมิวสิกวิดีโอและภาพยนตร์สั้นที่สื่อถึงอารมณ์ โดยที่จังหวะ เนื้อเพลง การแสดง การอ้างอิง ภาษาของกล้อง และตัวพิมพ์บนหน้าจอรวมอยู่ในระบบเดียว

ขั้นตอนการทำงานจะล็อครูปแบบ ระยะเวลา หน้าต่างเพลง เนื้อเพลง และบทบาทอ้างอิงก่อนที่จะพัฒนาสัญญาสร้างสรรค์ สามารถแบ่งการทำงานที่ใช้เวลานานกว่ารุ่นเดียวออกเป็นช็อตที่เชื่อมต่อกัน ประสานความต่อเนื่องของเสียง ออกแบบการพิมพ์เชิงพื้นที่แบบบีทรีแอกทีฟ พร้อมท์การตรวจสอบ และให้คำแนะนำในการต่อภาพ H3 เป็นเส้นทางการสร้างที่ได้รับการสนับสนุน ไม่ใช่เส้นทางเดียวที่ตั้งชื่อตามทักษะ

เลือกเมื่อข้อความถูกประกอบเป็นส่วนหนึ่งของรูปภาพ คำบรรยายทั่วไป การแก้ไขคำบรรยาย และการตัดต่อวิดีโอทั่วไปอยู่ในขั้นตอนการแก้ไข เนื่องจากทักษะนี้ถือว่าเนื้อเพลงและการพิมพ์เป็นแนวทางทางศิลปะ

7. co-op-game-intro-generator: สูตรเมนูเกมที่แคบและมีประโยชน์

ทักษะนี้มีสัญญาเนื้อหาที่เฉพาะเจาะจงที่สุด ได้แก่ ผู้เล่นสองคน ชื่อเกม รูปแบบภาพ และการอ้างอิงตัวละครเพิ่มเติม ขั้นแรกจะสร้างภาพยืนยันจากเฟรมเวิร์กเมนูแบบตายตัว รวมถึงจานสีที่ประสานกัน UI อักขระ ตัวพิมพ์ ปุ่ม และไอคอน

หลังจากอนุมัติแล้วเท่านั้นจึงจะสร้างพรอมต์วิดีโอ H3 สุดท้ายขึ้นใหม่จากภาพที่ได้รับการยอมรับ สำเนา UI สุดท้าย ข้อมูลผู้เล่นและเกม จังหวะเวลาของกิจกรรม คำแนะนำการเคลื่อนไหว และข้อจำกัดเชิงลบ จำเป็นต้องมีเทมเพลตพร้อมท์สองชุด ทักษะบอกว่าให้หยุดแทนที่จะด้นสดหากขาดหายไป

ใช้สำหรับเมนูเกมที่นำโดยตัวละคร แอนิเมชั่นเปิด แนวความคิด หรือคลิปโซเชียล ไม่ได้สร้างเกมที่เล่นได้ อินเทอร์เฟซแอปพลิเคชันที่ซับซ้อน หรือลำดับชื่อทั่วไปที่ไม่มีโครงสร้างการ์ดผู้เล่น

8. paper-collage-explainer-generator: คำอุปมาบรรณาธิการและ B-roll

ทักษะนี้เปลี่ยนแนวการบรรยาย มุมมอง จังหวะของเรื่องราว หรือหัวข้อนามธรรมให้กลายเป็นภาพปะติดกระดาษฮาล์ฟโทนระดับพรีเมียม ระบบการมองเห็นประกอบด้วยฟิลด์สีหนา ภาพคัตเอาต์ภาพถ่ายขาวดำ การเน้นด้วยกระดาษการ์ด คีย์ไลน์โทนสีอุ่น เงาของกระดาษ และส่วนประกอบสต็อปโมชั่น

ขั้นตอนการทำงานจะต้องขออนุมัติแผนการผลิตและสตอรี่บอร์ดก่อน จากนั้นจึงสร้างข้อกำหนดเฉพาะของภาพนิ่ง และขออนุมัติก่อนสร้างคลิป กฎเสียงเริ่มต้นมีความชัดเจนผิดปกติ: คงเอฟเฟกต์เสียงภาพตัดปะที่สัมผัสได้ แต่อย่าเพิ่ม BGM เสียงพากย์ หรือคำบรรยาย เว้นแต่ผู้ใช้จะร้องขอ

เลือกเมื่อคุณต้องการคำอุปมาอุปมัยที่กระชับ คำอธิบายบรรณาธิการ หรือ B-roll ทางสังคม เลือกงานกระดาษแทนเมื่อตัวแบบต้องการตัวละคร กลไกแบบแบ่งชั้น ภาพสามมิติ หรือแพ็คเกจการผลิตเชิงการศึกษาที่สมบูรณ์ยิ่งขึ้น

9. handdrawn-live-video-generator: ช็อตไฮบริดแบบควบคุมหนึ่งช็อต

ขั้นตอนการทำงานนี้แคบลงตามการออกแบบ โดยจะเขียนข้อความเตือน 16:9 ความยาว 15 วินาทีในภาษาที่ผู้ใช้ถนัดสำหรับพื้นที่แสดงคนแสดงซึ่งมีเอนทิตีวาดด้วยมือที่หยาบและส่องสว่าง ในช่วงสามวินาทีแรก การวาดภาพนั้นจะต้องสัมผัสกับมือหรือวัตถุจริงอย่างเห็นได้ชัด จากนั้นมันก็เปลี่ยนแปลงอย่างต่อเนื่อง หลบหนี และตามมาด้วยกล้องมือถือที่ตอบสนองช้าเล็กน้อย

ภาษาของวัสดุคือสีเทียน ชอล์ก ดินสอสี พาสเทล หรือแปรงหยาบ ไม่ใช่แอนิเมชั่นเวกเตอร์ที่สะอาดตา นีออนเรียบๆ 3D CG พื้นผิวหรูหรา หรือสยองขวัญ ทักษะนี้รอการยืนยันที่ชัดเจนก่อนที่จะแนะนำการสร้าง H3 และการตรวจสอบความสมจริงของการสัมผัส ความต่อเนื่องของมอร์ฟ การดีเลย์ของกล้อง พื้นผิวของเส้นขีด และโทน

ใช้สำหรับภาพฟิวชั่นที่เหนือจริงและอ่านง่ายเพียงภาพเดียว เรื่องราวที่มีหลายฉาก ไปป์ไลน์แอนิเมชั่นที่สวยงาม หรือการเปลี่ยนแปลงที่น่ากลัว ทำให้โครงสร้างหลักของทักษะพังทลาย

แผนผังการตัดสินใจทักษะ MiniMax H3

เริ่มต้นด้วยสิ่งที่ส่งมอบ จากนั้นจำกัดตามไฟล์และข้อกำหนดการอนุมัติ:

1. คุณต้องการเพียงพร้อมท์ H3 เท่านั้น ใช้ h3-prompt-writing
2. คุณต้องมีขั้นตอนการผลิตที่สมบูรณ์ ดำเนินการต่อตามประเภทเนื้อหา:
   • สินค้าทางกายภาพที่ตรงกลาง → minimalist-product-ad-generator
   • แบรนด์ แอป เว็บไซต์ หรือเรื่องราวของร้านค้าที่กว้างขึ้น → brand-promo-video-generator
   • การเล่าเรื่อง 3D แบบหลายช็อตมีสไตล์ → 3d-animation-short-generator
   • วิดีโอที่มีเนื้อเพลงและจังหวะ → music-video-subtitle-generator
   • เมนูเกมสำหรับผู้เล่นสองคนหรือบทนำ → co-op-game-intro-generator
   • ไฮบริดไลฟ์แอ็กชันเดี่ยวและวาดด้วยมือ → handdrawn-live-video-generator
   • แนวคิดเชิงอธิบายหรือเชิงนามธรรม → เลือกระหว่างเวิร์กโฟลว์กระดาษสองแบบ:
     • ไดโอรามาทางการศึกษาและกลไกแบบเป็นชั้น → papercraft-stop-motion-explainer
     • บทบรรณาธิการ จังหวะการบรรยาย หรือภาพต่อกัน B-roll → paper-collage-explainer-generator

หากสองเส้นทางยังคงใช้ได้ ให้เลือกเส้นทางที่คุณมีอินพุตที่จำเป็นอยู่แล้ว รูปถ่ายผลิตภัณฑ์ชอบขั้นตอนการทำงานของโฆษณาแบบมินิมอลลิสต์ โลโก้ที่ได้รับอนุญาต ลิงก์อย่างเป็นทางการ และอินเทอร์เฟซที่สนับสนุนการโปรโมตแบรนด์ เนื้อเพลงที่ถูกล็อคและหน้าต่างเพลงสนับสนุนเวิร์กโฟลว์ MV ประตูทางเข้าของทักษะมักจะเผยให้เห็นงานที่ตั้งใจไว้อย่างน่าเชื่อถือมากกว่าชื่อสไตล์ภาพ

วิธีการติดตั้งทักษะ

ที่เก็บใช้ skills CLI หากต้องการตรวจสอบแพ็คเกจที่มีอยู่ก่อนติดตั้งสิ่งใด ให้รัน:

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --list

ติดตั้งทั้งเก้าด้วยพรอมต์เอกสารของที่เก็บ:

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --skill '*'

สำหรับการตั้งค่าเอเจนต์ที่มีขนาดเล็ก ให้ติดตั้งเฉพาะเวิร์กโฟลว์ที่คุณต้องการ:

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --skill h3-prompt-writing

แทนที่ h3-prompt-writing ด้วยชื่อทักษะที่สามารถติดตั้งได้จากตาราง การติดตั้งทักษะหนึ่งอย่างก่อนคือวิธีที่ชัดเจนที่สุดในการเรียนรู้ประตูการอนุมัติและสัญญาผลลัพธ์โดยไม่ต้องสร้างพรอมต์ที่แข่งขันกัน

นำเวิร์กโฟลว์ที่เลือกมาไว้ใน OmniArt

ทักษะที่เหมาะสมควรลดความคลุมเครือก่อนการสร้าง: ควรปล่อยให้คุณมีบรีฟที่ล็อคไว้ มีการอ้างอิงที่กำหนดไว้อย่างชัดเจน ทิศทางภาพที่ได้รับอนุมัติ หรือพรอมต์ H3 ที่มีโครงสร้าง ไม่ได้รับประกันว่าทุกรุ่นจะรักษาใบหน้า ผลิตภัณฑ์ บรรทัดข้อความ การโต้ตอบทางกายภาพ หรือสัญญาณบอกเวลา เก็บกรอบการอนุมัติและแหล่งที่มาของเนื้อหา ตรวจสอบคลิปฉบับเต็ม และสร้างใหม่หรือแก้ไขเมื่อมีข้อจำกัดที่สำคัญลอยไป

เปิด MiniMax H3 บน OmniArt เมื่อเวิร์กโฟลว์ที่คุณเลือกถึงการส่งมอบการสร้าง เก็บรูปภาพ วิดีโอ เสียง และการตัดสินใจทันทีไว้ด้วยกันในพื้นที่ทำงานสร้างสรรค์เดียวกัน จากนั้นดำเนินการต่อในเครื่องมือรูปภาพ วิดีโอ เสียง หรือเพลงอื่นๆ ของ OmniArt เมื่อการผลิตต้องการรูปแบบอื่น หากต้องการดูป้ายอ้างอิงและโครงสร้างไทม์ไลน์ให้ละเอียดยิ่งขึ้น ให้ใช้ MiniMax H3 prompt guide

กฎการปฏิบัตินั้นง่ายมาก: เลือกตามขอบเขตของเวิร์กโฟลว์ ไม่ใช่โดยความคล้ายคลึงด้านสุนทรียะ ทักษะที่แคบพร้อมอินพุตและจุดตรวจสอบที่ถูกต้องจะมีประโยชน์มากกว่าเทมเพลตที่ดูกว้างกว่าซึ่งเป็นเจ้าของปัญหาการผลิตที่ไม่ถูกต้อง